AIASMSpotter

Satellite- and AI-powered detection of artisanal and small-scale mining sites

Motivation

Kleinst- und Kleinbergbau (ASM) ist für ca. 10 % der weltweiten Goldproduktion verantwortlich, das einem geschätzten Marktvolumen von 14 Milliarden US-Dollar entspricht. Schätzungen gehen davon, dass etwa 10 bis 20 Millionen Bergleute (und weiteren 80 Millionen Bergleuten für andere Rohstoffe) und deren Familien direkt vom Goldabbau abhängig sind. Die Zertifizierung von ASM-Bergwerken sowie die Durchsetzung von Konzessionsrechten, Nachhaltigkeit und Umweltstandards spielen eine wichtige Rolle bei der Schaffung von Wohlstand für lokale Gemeinschaften und beim Schutz der Umwelt und der Arbeitnehmer. Da die meisten ASM-Betriebe jedoch in großen, abgelegenen Gebieten wie dem Amazonasgebiet verstreut sind, ist eine Kontrolle von ASM-Aktivitäten recht schwierig, was zu einer großen Anzahl illegaler und informeller Bergwerken führt, die nicht den nationalen und internationalen Arbeitssicherheits- und Umweltstandards entsprechen.

AIASMSpotter zielt darauf ab, eine Software zu entwickeln, die es verschiedenen Benutzern und Interessenvertretern ermöglicht, ASM-Bergwerke automatisch zu identifizieren und zu überwachen basierend auf Satellitenbildern wie Sentinel-1 (Radar) und Sentinel-2 (optisch) durch Anwendung von Deep Learning.

Aktivitäten

Im ersten Schritt wird eine Trainingsdatenbank erstellt, die aus Beispielen von Input-Output-Paaren des Modells besteht. In den Input-Daten werden ASM-Aktivitäten identifiziert und mit geeigneten Software-Tools gekennzeichnet. Nachdem die entsprechenden Daten erfasst worden sind, erfolgt die Deep-Learning-Phase. Zunächst wird eine Literaturrecherche hinsichtlich verschiedener Algorithmen durchgeführt, die bereits zur Lösung von ähnlichen Aufgaben eingesetzt wurden. Sobald ein geeigneter Algorithmus identifiziert worden ist, wird das Modell an die Anforderungen von ASM-Standorte angepasst. Im letzten Schritt werden die Details der Software-Entwicklung geklärt. Dazu gehören beispielsweise die Bestimmung der Software-Abhängigkeiten und die Art der Benutzerinteraktion mit dem Modell (z. B. über ein Jupyter-Notebook, ein Kommandozeilenwerkzeug oder eine Software-Bibliothek).

Mehrwert

AIASMSpotter ist ein Tool für nationale und internationale Behörden und Organisationen, die bei der Kontrolle von ASM-Aktivitäten und der Einhaltung von Konzessionsrechten tätig sind. Darüber hinaus ist der AIASMSpotter ein Überwachungsinstrument, das diesen Organisationen die Möglichkeit gibt, illegale Aktivitäten frühzeitig zu erkennen und so den ASM-Bergbau für die Behörden und die örtliche Bevölkerung besser zu nutzen. Bergbauunternehmen könnten das Instrument nutzen, um Einblicke in den Kleinst- und Kleinbergbau zu erlangen und um mögliche Explorationsstandorte zu identifizieren.

Eckdaten

  • Level: International
  • Rolle: Subcontractor
  • Partner: 1
  • Dauer: 6 Monate

Partner

dida Datenschmiede GmbH

Projektförderung: